tensorflow:: ops:: Conv2DBackpropInput

इनपुट के सापेक्ष कनवोल्यूशन के ग्रेडिएंट की गणना करता है।

सारांश

तर्क:

• स्कोप: एक स्कोप ऑब्जेक्ट
• input_sizes: input के आकार को दर्शाने वाला एक पूर्णांक वेक्टर, जहाँ input एक 4-डी [batch, height, width, channels] टेंसर है।
• फ़िल्टर: 4-डी आकार के साथ [filter_height, filter_width, in_channels, out_channels] ।
• out_backprop: 4-D जिसका आकार [batch, out_height, out_width, out_channels] । कनवोल्यूशन के आउटपुट के सापेक्ष ग्रेडिएंट।
• स्ट्राइड्स: कनवोल्यूशन के इनपुट के प्रत्येक आयाम के लिए स्लाइडिंग विंडो का स्ट्राइड। यह फॉर्मेट के साथ निर्दिष्ट आयाम के समान क्रम में होना चाहिए।
• पैडिंग: उपयोग किए जाने वाले पैडिंग एल्गोरिदम का प्रकार।

वैकल्पिक विशेषताएँ (देखें Attrs ):

• explicit_paddings: यदि padding "EXPLICIT" है, तो स्पष्ट पैडिंग मात्राओं की सूची। iवें आयाम के लिए, आयाम से पहले और बाद में डाली गई पैडिंग की मात्रा क्रमशः explicit_paddings[2 * i] और explicit_paddings[2 * i + 1] होती है। यदि padding "EXPLICIT" नहीं है, तो explicit_paddings खाली होना चाहिए।
• data_format: इनपुट और आउटपुट डेटा का डेटा फॉर्मेट निर्दिष्ट करें। डिफ़ॉल्ट फॉर्मेट "NHWC" के साथ, डेटा निम्न क्रम में संग्रहीत होता है: [बैच, इन_हाइट, इन_विड्थ, इन_चैनल]। वैकल्पिक रूप से, फॉर्मेट "NCHW" हो सकता है, जिसमें डेटा भंडारण का क्रम निम्न होता है: [बैच, इन_चैनल, इन_हाइट, इन_विड्थ]।
• डाइलेशन: लंबाई 4 का 1-D टेंसर। input के प्रत्येक आयाम के लिए डाइलेशन कारक। यदि इसे k > 1 पर सेट किया जाता है, तो उस आयाम पर प्रत्येक फ़िल्टर तत्व के बीच k-1 छोड़े गए सेल होंगे। आयाम क्रम data_format के मान द्वारा निर्धारित किया जाता है, विवरण के लिए ऊपर देखें। बैच और गहराई आयामों में डाइलेशन 1 होना चाहिए।

प्रतिफल:

• Output : 4-डी, जिसका आकार [batch, in_height, in_width, in_channels] है। कनवोल्यूशन के इनपुट के सापेक्ष ग्रेडिएंट।

सार्वजनिक विशेषताएँ

Operation operation

::tensorflow::Output output

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding
)

 Conv2DBackpropInput(
  const ::tensorflow::Scope & scope,
  ::tensorflow::Input input_sizes,
  ::tensorflow::Input filter,
  ::tensorflow::Input out_backprop,
  const gtl::ArraySlice< int > & strides,
  StringPiece padding,
  const Conv2DBackpropInput::Attrs & attrs
)

::tensorflow::Node * node() const 

 operator::tensorflow::Input() const 

 operator::tensorflow::Output() const 

Attrs DataFormat(
  StringPiece x
)

Attrs Dilations(
  const gtl::ArraySlice< int > & x
)

Attrs ExplicitPaddings(
  const gtl::ArraySlice< int > & x
)

Attrs UseCudnnOnGpu(
  bool x
)